机器学习算法基础9-Ｎagel-Schreckenberg交通流模型-公路堵车概率模型

场景介绍

路面上有n辆车，以不同的速度向前行驶， 模拟堵车问题。有以下假设：

1.假设某辆车的当前速度是v。
2.若前方可见范围内没车，则它在下一秒的车速提高到v+1，直到达到规定的最高限速。
3.若前方有车，前车的距离为d，且d < v，则它下 一秒的车速降低到d-1 。
4.每辆车会以概率p随机减速v-1。

代码实现

import numpy as np
from matplotlib.font_manager import FontProperties
import matplotlib.pyplot as plt


# 对车辆的位移进行限制，当大于水平的公路长度时，则认为是拐外后的位移
def clip(x, path):
    for i in range(len(x)):
        if x[i] >= path:
            x[i] %= path


if __name__ == "__main__":

    # 缺省情况下，matplotlib是无法显示中文的，主要原因是没有指定中文字体（文件）
    # 在python代码中指定字体（只是其中一种解决方法）
    # 定义字体
    font = FontProperties(fname=r'c:\windows\fonts\simsun.ttc', size=20)

    '''初始化定义'''
    path = 5000  # 环形公路的长度
    n = 100  # 公路中的车辆数目
    v0